MétaCan
Menu
Retour à la cohorte
Enregistrement W2100239178 · doi:10.1057/emr.2009.28

The hollow corporation revisited: Can governance mechanisms substitute for technical expertise in managing buyer‐supplier relationships?

2010· article· en· W2100239178 sur OpenAlexaff
Anne Parmigiani, Will Mitchell

Notice bibliographique

RevueEuropean Management Review · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOutsourcing and Supply Chain Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCorporate governanceBusinessIndustrial organizationSupplier relationship managementCorporationQuality (philosophy)Supply chainSupply chain managementMarketingFinance

Résumé

récupéré en direct d'OpenAlex

AbstractThis article considers how a firm's system of exchange skills including internal technical expertise and supplier governance mechanisms influence supplier performance, both independently and jointly. The core question is whether inter‐firm governance mechanisms, including both relational and contractual mechanisms, can substitute for a firm's internal technical skills in maintaining supplier performance or, alternatively, whether a firm risks hollowing itself out by de‐emphasizing internal expertise when it outsources. The arguments build on the capabilities, inter‐organizational governance, and supply management literatures. We find that internal technical expertise influences multiple dimensions of supplier performance, including cooperation, price, quality, delivery, and communication, while relational governance also affects supplier performance though in a more focused way. In turn, combinations of technical expertise, relational governance, and contractual agreements jointly affect supplier performance. Thus, firms generate superior supplier performance if they retain internal technical skills as well as increase their use of external governance mechanisms to manage buyer‐supplier relationships.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,005
Communication savante0,0060,009
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,227
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Management ReviewMême sujetOutsourcing and Supply Chain ManagementTravaux en français237 207